CN113994224A - 用于诊断异常劣化的电池单体的装置和方法 - Google Patents
用于诊断异常劣化的电池单体的装置和方法 Download PDFInfo
- Publication number
- CN113994224A CN113994224A CN202080041311.6A CN202080041311A CN113994224A CN 113994224 A CN113994224 A CN 113994224A CN 202080041311 A CN202080041311 A CN 202080041311A CN 113994224 A CN113994224 A CN 113994224A
- Authority
- CN
- China
- Prior art keywords
- soc
- variation
- battery cells
- battery
- battery cell
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000002159 abnormal effect Effects 0.000 claims abstract description 63
- 230000015556 catabolic process Effects 0.000 claims abstract description 59
- 238000006731 degradation reaction Methods 0.000 claims abstract description 59
- 238000003745 diagnosis Methods 0.000 claims abstract description 35
- 238000004364 calculation method Methods 0.000 claims abstract description 33
- 230000008859 change Effects 0.000 claims description 35
- 238000005259 measurement Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000007599 discharging Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 230000006866 deterioration Effects 0.000 description 5
- 229910001416 lithium ion Inorganic materials 0.000 description 4
- 239000000178 monomer Substances 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000000052 comparative effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 229920000642 polymer Polymers 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- OJIJEKBXJYRIBZ-UHFFFAOYSA-N cadmium nickel Chemical compound [Ni].[Cd] OJIJEKBXJYRIBZ-UHFFFAOYSA-N 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 229910052987 metal hydride Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/385—Arrangements for measuring battery or accumulator variables
- G01R31/387—Determining ampere-hour charge capacity or SoC
- G01R31/388—Determining ampere-hour charge capacity or SoC involving voltage measurements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/392—Determining battery ageing or deterioration, e.g. state of health
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
- G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/385—Arrangements for measuring battery or accumulator variables
- G01R31/387—Determining ampere-hour charge capacity or SoC
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
- H02J7/0048—Detection of remaining charge capacity or state of charge [SOC]
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
- H02J7/005—Detection of state of health [SOH]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Tests Of Electric Status Of Batteries (AREA)
Abstract
本公开涉及一种用于诊断电池单体的异常劣化的装置和方法,并且提供一种电池单体异常劣化诊断装置,该电池单体异常劣化诊断装置包括:SOC计算单元,其被配置为计算多个电池单体的充电状态(SOC);变化量计算单元,其被配置为针对多个电池单体中的每一个,计算作为预设时段期间的所计算的SOC的变化量的SOC变化量和作为所有多个电池单体的SOC变化量的平均值的SOC变化量平均值;以及异常劣化诊断单元,其被配置为使用SOC变化量和SOC变化量平均值来诊断多个电池单体中的每一个的异常劣化,从而准确地诊断电池单体的异常劣化。
Description
与相关申请的相互引用
本发明要求于2019年11月28日提交的韩国专利申请No.10-2019-0156065的优先权,并且包括在韩国专利申请的文件中公开的所有内容作为本说明书的一部分。
技术领域
本发明涉及用于诊断电池单体的异常劣化的装置和方法。
背景技术
近来,随着诸如智能手机等电子设备的普及以及电动汽车的发展,以二次电池作为电源的研究也在积极地进行。以电池组的形式设置二次电池,该电池组包括:电池模块,其中多个电池单体串联和/或并联连接;以及电池管理系统(BMS),其管理电池模块的操作。
电池管理系统监视电池单体的状态并确定电池单体中是否发生了异常。其中,电池的异常劣化是通过健康状态(SOH)来诊断的,该状态是代表与寿命相关的特性——诸如电池的容量和电阻劣化——的参数。但是,通过现有建模技术和算法计算出的SOH值与实际状态相比有5%或更大的误差。因此,照原样使用SOH值的常规诊断方法在诊断电池的异常劣化方面不具有很高的可靠性。实际上,过去,SOH值主要用于检查电池单体的状态变化的趋势。
发明内容
技术问题
考虑到这样的问题而做出了本发明,并且本发明的目的是提供一种用于诊断电池单体异常劣化的装置和方法,其与常规的装置和方法相比具有高可靠性并且不会显着增加配置的复杂性。
技术方案
为了解决上述技术问题,根据本公开的实施例的一方面,一种电池单体异常劣化诊断装置包括:SOC计算单元,其被配置为计算多个电池单体的充电状态(SOC);变化量计算单元,其被配置为针对所述多个电池单体中的每一个计算作为预设时段期间的所计算的SOC的变化量的SOC变化量和作为所有多个电池单体的SOC变化量的平均值的SOC变化量平均值;异常劣化诊断单元,其被配置为使用所述SOC变化量和所述SOC变化量平均值来诊断所述多个电池单体中的每一个的异常劣化。
根据本公开的该实施例的另一特征,异常劣化诊断单元可以将其(SOC变化量/SOC变化量平均值)值大于或等于参考值的电池单体诊断为异常劣化的电池单体。
根据本公开的该实施例的另一特征,异常劣化诊断单元可以将(SOC变化量/SOC变化量平均值)值等于或大于所述参考值维持超过参考时段的电池单体诊断为异常劣化的电池单体。
根据本公开的该实施例的另一特征,变化量计算单元可以通过使用由所述SOC计算单元在所述多个电池单体的待机时段期间计算的SOC,来计算所述SOC变化量和所述SOC变化量平均值。
根据本公开的该实施例的另一特征,异常劣化诊断单元可以与所述多个电池单体的电压无关地诊断所述电池单体是否异常劣化。
根据本公开的该实施例的另一特征,变化量计算单元可以将由于在所述待机时段期间的自放电引起的SOC变化量计算为所述SOC变化量。
根据本公开的该实施例的另一特征,变化量计算单元可以周期性地计算所述SOC变化量和所述SOC变化量平均值。
根据本公开的该实施例的另一特征,所述SOC计算单元可以包括电压测量单元,其用于测量所述多个电池单体中的每一个的电压,以及基于由所述电压测量单元测量的电压来计算所述多个电池单体中的每一个的SOC。
根据本公开的该实施例的另一特征,所述SOC计算单元可以包括:电流测量单元,其测量在所述多个电池单体中充电和放电的电流;以及计时器,其测量所述电流被充电和放电的时间,以及基于由所述电流测量单元测量的电流和由所述计时器测量的时间,计算所述多个电池单体中的每一个的SOC。
为了解决上述技术问题,根据本公开的实施例的一方面,一种电池单体异常劣化诊断方法包括:计算多个电池单体的充电状态(SOC);对于多个电池单体中的每一个,计算SOC变化量,该SOC变化量是在预设时段期间的所计算的SOC的变化量;计算SOC变化量平均值,该SOC变化量平均值是所有多个电池单体的SOC变化量的平均值;以及使用SOC变化量和SOC变化量平均值来诊断多个电池单体中的每一个是否异常劣化。
根据本公开的该实施例的另一特征,诊断所述多个电池单体中的每一个是否异常劣化可以包括:计算(SOC变化量/SOC变化量平均值)值;以及将所计算的值与参考值进行比较;将具有(SOC变化量/SOC变化量平均值)值等于或大于参考值的电池单体诊断为异常劣化的电池单体。
有益效果
由于以上配置,可以准确地诊断电池单体的异常劣化。
附图说明
图1是示出包括电池管理系统的电池组的配置的图。
图2是示出根据本发明实施例的电池管理系统的功能的框图。
图3是示出根据本发明另一实施例的充电状态计算单元的配置的框图。
图4是示出根据本发明的实施例的电池管理系统的控制方法的流程图。
图5是示出图4的电池管理系统的控制方法中的用于诊断异常劣化的方法的示例的流程图。
图6是示出图4的电池管理系统的控制方法中的用于诊断异常劣化的方法的另一示例的流程图。
图7至图9是示出电池单体的测试数据的曲线图。
图10是电池管理系统的硬件配置图。
具体实施方式
在下文中,将参考附图详细描述本发明的各种实施例。在该文件中,相同的附图标记用于附图中的相同组件,并且省略了对相同组件的重复描述。
对于在该文件中公开的本发明的各种实施例,仅出于解释本发明的实施例的目的而例示了具体的结构或功能描述,并且本发明的各种实施例可以以各种形式实现并且不应将其解释为限于本文中描述的实施例。
在此使用的诸如“第一(1st)”、“第二(2nd)”、“第一(first)”、“第二(second)”等的术语可以指代修改本公开的各种实施例的各种不同的元件,但是不限制这些元件。例如,在不脱离本发明的技术范围的情况下,第一组件可以被称为第二组件,反之亦然。
在此使用的术语仅是出于描述特定示例实施例的目的,并不旨在限制其他实施例的范围。单数形式的术语可以包括复数形式,除非它们在上下文中具有明显不同的含义。
图1是示出包括电池管理系统20的电池组1的配置的图。
参考图1,电池组1包括由一个或多个电池单体构成并且能够被充电和放电的电池模块10;与电池模块10的+端子侧或-端子侧串联连接以控制电池模块10的充电/放电电流流动的开关单元30;以及监视电池单体和/或电池模块10的电压、电流、温度等以控制和管理防止过充电和过放电的电池管理系统20(以下称为“BMS”)。
电池模块10包括可被充电和放电的一个或多个电池单体11。电池单体11可以是锂离子(Li-ion)电池、锂离子聚合物(Li-ion聚合物)电池、镍镉(Ni-Cd)电池、镍氢(Ni-MH)电池等,但不限于此。
BMS 20可以控制开关单元30的操作以控制电池模块10的充电和放电。此外,BMS20可以监视电池模块10和/或电池模块10中包括的每个电池单体11的电压、电流、温度等。此外,为了由BMS 20进行监视,可以在电池模块10或充电/放电路径或电池组1的任何位置附加地安装传感器或各种测量模块(未示出)。BMS 20可以基于所监视的电压、电流和温度的测量值来计算指示电池模块10的状态的参数,例如SOC或SOH。
BMS 20控制和管理电池组1的整体操作。为此,BMS 20可包括各种组件,诸如,作为执行程序并控制BMS 20的整体操作的控制器的微计算机、诸如传感器和测量装置的输入/输出设备、以及其他外围电路。
此外,BMS 20可以计算电池单体11的充电状态,并使用计算出的充电状态来诊断电池单体11是否异常劣化。特别地,根据本实施例的BMS 20可以基于电池模块10中包括的多个电池单体11中的每个的充电状态的变化量和充电状态的变化量的平均值来诊断每个电池单体是否异常劣化。BMS 20的异常劣化的诊断的细节将在后面描述。
开关单元30是用于控制用于对电池模块10进行充电或放电的电流流动的组件,并且可以使用继电器或电磁接触器。替代地,诸如MOSFET的半导体开关元件可以用作开关单元30。
电池组1可以进一步通信地连接到外部上级控制器2。即,电池组1可以将电池组1的各种数据发送到上级控制器2,并从上级控制器2接收电池组1的操作的控制信号。在电池组1被安装在电动车辆中时,上级控制器2可以是用于控制车辆的操作的车辆控制器。上级控制器2可以是管理多个电池模块的机架BMS,也可以是当在ESS中使用电池组1时控制能量存储设备(ESS)的整体操作的BMS。
图2是示出根据本发明实施例的BMS 20的功能的框图。
参考图2,BMS 20可以包括充电状态计算单元110、变化量计算单元120、异常劣化诊断单元130、存储单元140和通信单元150。
充电状态计算单元110计算多个电池单体11的充电状态(SOC)。在该实施例中,SOC计算单元110可以包括电压测量单元111以计算SOC。电压测量单元111可以是测量包括在电池模块10中的多个电池单体11中的每个的电压的电压传感器。此外,SOC计算单元110基于由电压测量单元111测量的多个电池单体11中的每个的电压来计算多个电池单体11中的每个的SOC。在此情况下,SOC计算单元110可以基于指示电压与SOC之间的关系的表来计算SOC。例如,存储单元140可以预先存储指示电压和SOC之间的关系的表,并且SOC计算单元110可以通过参考对应的表来计算多个电池单体11中的每个的SOC。然而,这是示例,并且除了使用表示电压和SOC之间的关系的表之外,还可以使用各种方法,诸如使用公式从电压直接计算SOC。另外,在本实施例中,已经描述了仅电压值被用于计算SOC,但是不限于此。例如,为了计算SOC,除了电压值之外,可以附加地考虑影响SOC的其他参数,诸如电池单体11和/或电池组1的温度、电池单体11的类型以及使用时间。
SOC计算单元110可以实时地监视多个电池模块10。因此,SOC计算单元110可以实时测量电池单体11的电压值,并且还实时计算SOC。
变化量计算单元120针对多个电池单体11中的每个计算SOC变化量,该SOC变化量是针对由SOC计算单元110计算出的SOC的预设时段的变化量。预设时段可以是指电池组1处于待机时段的情况。即,变化量计算单元120可以在多个电池单体11的待机时段期间通过使用由SOC计算单元110计算出的SOC来计算SOC变化量。
变化量计算单元120还计算SOC变化量的平均值,其是所有多个电池单体11的SOC变化量的平均值。当计算多个电池单体11的待机时段期间的SOC变化量时,变化量计算单元120类似地可以使用计算出的SOC变化量来计算待机时段的SOC变化量的平均值。
由变化量计算单元120计算出的SOC变化量可以是由于在多个电池单体11中的每个的待机时段期间的自放电导致的SOC的变化量。同样,以相同的方式,由变化量计算单元120计算出的平均SOC变化量也可以是由于在多个电池单体11的待机时段期间自放电导致的SOC变化量的平均值。
同时,可以周期性地设置待机时段。因此,变化量计算单元120可以针对周期性发生的每个待机时段重复计算SOC变化量和SOC变化量平均值。然而,这是示例性的,并且可以根据诸如ESS或电动车辆的安装电池组1的环境来适当地设置待机时段。
异常劣化诊断单元130使用由变化量计算单元120计算出的SOC变化量和SOC变化量平均值来诊断多个电池单体11中的每个的异常劣化。
作为诊断异常劣化的一种方法,异常劣化诊断单元130将满足条件1的电池单体11诊断为异常劣化的电池单体。
(SOC变化量/SOC变化量平均值)≥第一参考值:条件1
即,不简单地通过直接使用每个电池单体11的SOC值、SOH值或SOC变化量来诊断异常劣化。换句话说,本实施例的特征在于,在诊断异常劣化时使用电池单体11的SOC的变化量和“SOC变化量的平均值”。具体地,当特定电池单体11的SOC变化量相对于SOC变化量平均值等于或大于第一参考值时,确定电池单体11具有异常劣化。
作为诊断异常劣化的另一种方法,异常劣化诊断单元130将满足条件2和条件3的电池单体11诊断为异常劣化的电池单体。
(SOC变化量/SOC变化量平均值)≥第二参考值:条件2
满足[条件2]的时段≥参考时段:条件3
即,当特定电池单体11的SOC变化量相对于SOC变化量平均值等于或大于第二参考值并且维持超过参考时段时,确定电池单体11已经异常劣化。这里,第二参考值可以是小于第一参考值的值。
存储单元140可以存储BMS 20的操作所需的各种程序和数据。如上所述,存储单元140可以存储指示SOC与用于计算电池单体11的SOC的电压之间的关系的表。另外,存储单元140可以存储诸如上述的第一参考值、第二参考值和参考时段的数据。
通信单元150可以根据需要将关于电池单体11、电池模块10和/或电池组1的各种信息发送到上级控制器2。此外,通信单元150可以从上级控制器2接收用于控制电池组1的控制信号。当异常劣化诊断单元130在多个电池单体11中检测到异常劣化的电池单体时,通信单元150可以将该信息发送到上级控制器2。
图3是示出根据本发明另一实施例的SOC计算单元110的配置的框图。
参考图3,SOC计算单元110可以包括电流测量单元113和计时器115,以用于计算SOC。
电流测量单元113测量在多个电池单体11中充电和放电的电流。电流测量单元113可以是设置在电池组1的充电/放电路径上的电流传感器。
计时器115测量电流被充电和放电的时间。即,计时器115可以分别测量从电池组1的充电开始到充电结束的时间以及从放电开始到放电结束的时间。
SOC计算单元110基于由电流测量单元113测量的电流和由计时器115测量的时间,计算多个电池单体11中的每个的SOC。具体地,SOC计算单元110可以通过对测量的电流进行积分来计算出电池单体11的SOC。在本实施例中,已经描述了仅使用电流值和时间,但是本发明不限于此。例如,为了计算SOC,除了电流值和时间之外,可以附加地考虑影响SOC的其他参数,诸如电池单体11和/或电池组1的温度、电池单体的类型以及使用时间。
图4是示出根据本发明的实施例的电池管理系统20的控制方法的流程图。
参考图4,BMS 20通过诸如电压测量单元111和电流测量单元113的各种传感器来监视电池单体11和/或电池模块10的电压、电流等(S10)。SOC计算单元110基于诸如电压和电流的监视值并使用上述方法来计算多个电池单体11中的每个的SOC(S11)。操作S10和S11可以实时执行。
同时,BMS 20在执行操作S10和S11时确定电池组1是否处于待机时段(S12)。待机时段可以是不执行电池组1的充电和放电的暂停时段。
如果在操作S12中BMS 20确定电池组1不处于待机时段,则返回操作S10并重复操作S10和S11中的操作。另一方面,当在操作S12中BMS 20确定电池组1处于待机时段时,确定是否待机时段持续长于参考时间(S13)。参考时间可以是每个电池单体11能够测量SOC通过自放电而显着改变的时间。
当BMS 20确定待机时段不长于参考时间时,即,当电池组1在参考时间内再次被充电和放电时,处理返回操作S10。另一方面,如果BMS 20确定待机时段持续长于参考时间,则变化量计算单元120针对多个电池单体11中的每个计算SOC变化量ΔSOC,该SOC变化量ΔSOC是在预设时段期间的所计算的SOC的变化量(S14)。另外,变化量计算单元120计算SOC变化量平均值ΔSOCavg,其是整体多个电池单体11的SOC变化量ΔSOC的平均值(S15)。
异常劣化诊断单元130使用在步骤S14和S15中计算出的SOC变化量ΔSOC和SOC变化量平均值ΔSOCavg来诊断多个电池单体11中的每个的异常劣化(S16)。
在下文中,将描述由异常劣化诊断单元130诊断电池单体11的异常劣化的具体方法。
图5是示出图4的电池管理系统20的控制方法中的用于诊断异常劣化的方法的示例的流程图。
参考图5,从第一电池单体开始(S20),将通过将计算出的电池单体11的SOC变化量ΔSOCn除以SOC变化量平均值ΔSOCavg而获得的值与第一参考值进行比较(S21)。n表示电池单体的顺序,并且假设在电池模块10中包括N个电池单体11。
在操作S21中,如果(ΔSOCn/ΔSOCavg)大于或等于第一参考值,则将对应电池单体11诊断为异常劣化的电池单体(S22)。另一方面,如果在操作S21中(ΔSOCn/ΔSOCavg)小于第一参考值,则将对应电池单体11诊断为正常电池单体(S23)。
然后,确定是否已经对所有电池单体11执行了异常劣化诊断(S24)。当未对所有电池单体11执行异常劣化诊断时,处理进入下一个电池单体11(S25)。另一方面,当对所有电池单体11执行异常劣化诊断时,异常劣化诊断终止。在这种情况下,在等待直到下一个待机时段之后,当下一个待机时段到来时将再次重复上述操作。
通过如上所述BMS 20的配置及其控制方法,可以准确地诊断电池单体11的异常劣化。在这方面,将参考对电池单体进行测量的测试数据来描述本发明的实施例的效果。
图7至图9是示出电池单体的测试数据的曲线图。
首先,基于通过测量包括多个电池单体的实际电池模块中的每个电池单体的SOC而获得的数据来示出图7。其中,由圆圈指示的曲线图(上部曲线图)是示出电池单体当中具有最大SOC的电池单体的SOC与具有最小SOC的电池单体的SOC之间的差(ΔSOC(Max-Min))的曲线图。并且,由三角形指示的曲线图(下部曲线图)是示出电池单体的平均SOC与具有最小SOC的电池单体的SOC之间的差(ΔSOC(Avg-Min))的曲线图。
在此测试中,从周六上午到周一下午,电池维持在休息状态。即,周末期间未使用电池模块。并且,从周一下午至周六上午,持续地执行充电和放电。
由于上述条件,从周一下午到周六上午,ΔSOC(Max-Min)值和ΔSOC(Avg-Min)值没有显着增加。另一方面,在从周六下午到周一上午的休息状态下,确认ΔSOC(Max-Min)和ΔSOC(Avg-Min)值两者均显着增加。这是因为具有最小SOC的电池单体是经历了异常劣化的电池单体,因此自放电量大于正常电池单体的自放电量。
但是,如从该曲线图中所检查的那样,由于ΔSOC(Max-Min)和ΔSOC(Avg-Min)的值波动很大,因此ΔSOC(Max-Min)和ΔSOC(Avg-Min)的值无法准确确定特定电池是否异常劣化。仅通过ΔSOC(Max-Min)和ΔSOC(Avg-Min)值的转换,才能确定电池单体的异常劣化。
图8示出了在图7的曲线图中处于休息状态的每个电池单体自身的变化量。变化量的确定部分是从周六上午8点到周一上午8点。
具体的测量值如下。
【表1】
在上述测量值中,问题单体用实线指示,比较单体用点划线指示,平均(Avg)用虚线指示。
看图8的曲线图,确认了在问题单体(即,异常劣化单体)的第5周之后,在休息状态下自放电增加。但是,类似地,比较单体和平均值也在第5周增加。
因此,当通过增加自放电量来简单地诊断异常劣化时,存在对误诊的担心。
图9是示出所计算出并如图2和图5所示的(ΔSOC/ΔSOCavg)值相对于[表1]中的值的曲线图。在图9的曲线图中,由实线指示的曲线图是通过将问题单体的SOC变化量除以SOC变化量平均值而获得的曲线图,并且由点划线指示的曲线图是通过将比较单体的SOC变化量除以SOC变化量平均值而获得的曲线图。
从图9的曲线图可以看出,在问题单体的情况中,该值从第6周迅速增加。此外,可以看出,在整个时段内,问题单体的值大于比较单体的值。
也就是说,如本发明的实施例中那样,如果通过将每个电池单体的SOC的变化量除以所有电池单体的SOC变化量的平均值而获得的值大于预定参考值,则可以立即将其诊断为异常劣化的电池单体。例如,在该示例的情况下,如果参考值被设置为2并且(ΔSOC/ΔSOCavg)值为2或更大,则可以将其诊断为异常劣化的电池单体。然而,对于本领域技术人员将显而易见的是,这些参考值仅是示例,并且可以被设置为其他值。
根据本发明的实施例,使用通过电池单体在休息状态下的自放电的SOC变化量和SOC变化量平均值来执行诊断。因此,不需要满足诸如将电池单体充电或放电至特定电压的特定条件以进行诊断。换句话说,可以与多个电池单体的电压无关地诊断电池单体的异常劣化。而且,无需以特定的C速率进行充电或放电。另外,使用SOC而不是在充电/放电结束时受温度和C速率影响的电压来诊断电池单体的异常劣化。
也就是说,在本发明的实施例中,可以通过休息状态下的SOC的变化量与SOC的变化量的平均值之比来诊断异常劣化,而与充电和放电无关。并且通过使用该方法,可以通过降低对异常劣化的错误诊断的可能性来提高BMS 20的控制和管理的可靠性。
图6是示出图4的电池管理系统的控制方法中的用于诊断异常劣化的方法的另一示例的流程图。
参考图6,从第一电池单体开始(S30),将通过将电池单体11的计算出的SOC变化量ΔSOCn除以SOC变化量平均值ΔSOCavg而获得的值与第二参考值进行比较(S31)。n表示电池单体的顺序,并且假设在电池模块10中包括N个电池单体11。
在操作S31中,如果(ΔSOCn/ΔSOCavg)大于或等于第二参考值,则确定对应电池单体11是否维持等于或大于第二参考值超过参考时段(S32)。当维持第二参考值以上的状态长于参考时段时,将对应电池单体诊断为异常劣化的电池单体(S33)。另一方面,如果在操作S31中(ΔSOCn/ΔSOCavg)小于第一参考值或在操作S32中小于参考时段,则将相应的电池单体11诊断为正常电池单体(S34)。
然后,确定是否已经对所有电池单体11执行了异常劣化诊断(S35)。当未对所有电池单体11执行异常劣化诊断时,处理进入下一个电池单体11(S36)。另一方面,当对所有电池单体11执行异常劣化诊断时,异常劣化诊断终止。在这种情况下,在等待直到下一个待机时段之后,当下一个待机时段到来时将再次重复上述操作。
在本实施例中,在电池单体11的(ΔSOCn/ΔSOCavg)仅比参考值大时不确定电池单体是异常劣化电池单体,并且确定这种状态维持参考时段或更长。结果,可以防止(ΔSOCn/ΔSOCavg)暂时超过参考值的情况被诊断为异常劣化的电池单体的错误诊断。该第二参考值可以被设置为比第一参考值低的值。例如,在[表1]的情况下,如果将参考值设置为约1.3,并且(ΔSOC/ΔSOCavg)值为1.3或更高,则可以诊断为异常劣化的电池单体。在比较单体的情况下,存在接近于1.3的情况(第11周),但这是暂时的,因此可以预期在一定时段内很难维持1.3或更大的值。因此,即使暂时超过参考值,也不会立即被诊断为异常劣化的电池单体,因此能够防止错误诊断。
图10是电池管理系统20的硬件配置图。
参考图10,BMS 20可以包括控制器(MCU)210、存储器220、输入/输出接口230和通信接口240。
MCU 210执行BMS 20中的各种操作和计算的处理以及每个组件的控制。
在存储器220中,记录了操作系统程序和用于执行BMS 20的功能的程序。即,可以将描述根据本发明实施例的用于执行异常劣化诊断的算法的程序存储在存储器220中。存储器220可以包括易失性存储器和非易失性存储器。例如,可以使用例如诸如RAM、ROM和闪存的半导体存储器、磁盘和光盘的各种存储介质中的至少一种作为存储器220。存储器220可以是MCU 210中内置的存储器。或与MCU 210分开安装的附加存储器。
输入/输出接口230执行各种输入信号和输出信号的输入/输出。例如,包括在BMS20中的MCU 210可以通过输入/输出接口230从各种传感器接收信号。
通信接口240是能够以有线和/或无线方式与外部通信的组件。
MCU 210执行存储在存储器220中的程序,从而可以实现执行SOC计算单元110、变化量计算单元120和异常劣化诊断单元130的功能的模块。存储器220可以用作存储单元140。MCU210可以与输入/输出接口230一起操作以执行作为电压测量单元111和电流测量单元113的功能。此外,MCU 210可以与通信接口240一起操作以执行作为通信单元150的功能。
此外,除非另有说明,否则上述术语“包括”、“构成”或“具有”是指对应组件可以是固有的,因此应解释为可以进一步包括而不排除其他组件。除非另外定义,否则所有术语,包括技术或科学术语,都可以解释为具有与本发明所属领域的技术人员通常所理解的含义相同的含义。除非预先在本发明中明确定义,否则通常使用的术语,诸如预定义的术语,应被解释为与相关技术的上下文含义一致,并且不应以理想的或过于正式的意义来解释。
以上描述仅是本发明技术思想的示例,并且本发明所属领域的技术人员将能够做出各种修改和变型而不脱离本发明的基本特征。因此,在本发明中公开的实施例并非旨在限制本发明的技术精神,而是用于解释,并且本发明的技术精神的范围不受这些实施例的限制。本发明的保护范围应该根据所附的权利要求书来解释,并且落入本发明的范围内的所有技术思想都应当被解释为落入本发明的范围内。
Claims (11)
1.一种电池单体异常劣化诊断装置,包括:
SOC计算单元,所述SOC计算单元被配置为计算多个电池单体的充电状态(SOC);
变化量计算单元,所述变化量计算单元被配置为针对所述多个电池单体中的每一个计算SOC变化量和SOC变化量平均值,所述SOC变化量是预设时段期间的所计算的SOC的变化量,所述SOC变化量平均值是所有多个电池单体的SOC变化量的平均值;和
异常劣化诊断单元,所述异常劣化诊断单元被配置为使用所述SOC变化量和所述SOC变化量平均值来诊断所述多个电池单体中的每一个的异常劣化。
2.根据权利要求1所述的装置,其中,所述异常劣化诊断单元将其(SOC变化量/SOC变化量平均值)值大于或等于参考值的电池单体诊断为异常劣化的电池单体。
3.根据权利要求1所述的装置,其中,所述异常劣化诊断单元将(SOC变化量/SOC变化量平均值)值等于或大于所述参考值维持超过参考时段的电池单体诊断为异常劣化的电池单体。
4.根据权利要求1所述的装置,其中,所述变化量计算单元通过使用由所述SOC计算单元在所述多个电池单体的待机时段期间计算的SOC,来计算所述SOC变化量和所述SOC变化量平均值。
5.根据权利要求4所述的装置,其中,所述异常劣化诊断单元与所述多个电池单体的电压无关地诊断所述电池单体是否异常劣化。
6.根据权利要求4所述的装置,其中,所述变化量计算单元将由于在所述待机时段期间的自放电引起的SOC变化量计算为所述SOC变化量。
7.根据权利要求4所述的装置,其中,所述变化量计算单元周期性地计算所述SOC变化量和所述SOC变化量平均值。
8.根据权利要求1所述的装置,其中,所述SOC计算单元包括电压测量单元,所述电压测量单元用于测量所述多个电池单体中的每一个的电压,以及
基于由所述电压测量单元测量的电压来计算所述多个电池单体中的每一个的SOC。
9.根据权利要求1所述的装置,其中,所述SOC计算单元包括:电流测量单元,所述电流测量单元测量在所述多个电池单体中充电和放电的电流;以及计时器,所述计时器测量所述电流被充电和放电的时间,以及
基于由所述电流测量单元测量的电流和由所述计时器测量的时间,计算所述多个电池单体中的每一个的SOC。
10.一种电池单体异常劣化诊断方法,包括:
计算多个电池单体的充电状态(SOC);
对于所述多个电池单体中的每一个,计算SOC变化量,所述SOC变化量是在预设时段期间的所计算的SOC的变化量;
计算SOC变化量平均值,所述SOC变化量平均值是所有多个电池单体的SOC变化量的平均值,和
使用所述SOC变化量和所述SOC变化量平均值来诊断所述多个电池单体中的每一个是否异常劣化。
11.根据权利要求10所述的方法,其中,诊断所述多个电池单体中的每一个是否异常劣化包括:
计算(SOC变化量/SOC变化量平均值)值;
将所计算的值与参考值进行比较;和
将(SOC变化量/SOC变化量平均值)值等于或大于所述参考值的电池单体诊断为异常劣化的电池单体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020190156065A KR20210066609A (ko) | 2019-11-28 | 2019-11-28 | 배터리 셀 이상 퇴화 진단 장치 및 방법 |
KR10-2019-0156065 | 2019-11-28 | ||
PCT/KR2020/009802 WO2021107323A1 (ko) | 2019-11-28 | 2020-07-24 | 배터리 셀 이상 퇴화 진단 장치 및 방법 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113994224A true CN113994224A (zh) | 2022-01-28 |
Family
ID=76128791
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080041311.6A Pending CN113994224A (zh) | 2019-11-28 | 2020-07-24 | 用于诊断异常劣化的电池单体的装置和方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US11815558B2 (zh) |
EP (1) | EP3961234A4 (zh) |
JP (1) | JP7403775B2 (zh) |
KR (1) | KR20210066609A (zh) |
CN (1) | CN113994224A (zh) |
WO (1) | WO2021107323A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20220167847A (ko) * | 2021-06-14 | 2022-12-22 | 주식회사 엘지에너지솔루션 | 배터리 관리 시스템, 배터리 팩, 전기 차량 및 배터리 관리 방법 |
KR20230155893A (ko) * | 2022-05-04 | 2023-11-13 | 주식회사 엘지에너지솔루션 | 배터리 진단 방법 및 그 방법을 제공하는 배터리 시스템 |
KR20240036410A (ko) * | 2022-09-13 | 2024-03-20 | 주식회사 엘지에너지솔루션 | 배터리 관리 장치 및 그것의 동작 방법 |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008008861A (ja) * | 2006-06-30 | 2008-01-17 | Toyota Motor Corp | バッテリ性能ランク診断装置及びバッテリ性能ランク診断プログラム |
JP2008014702A (ja) * | 2006-07-04 | 2008-01-24 | Fuji Heavy Ind Ltd | バッテリの劣化演算装置 |
JP2010114966A (ja) * | 2008-11-04 | 2010-05-20 | Toyota Motor Corp | 車両用電源制御装置 |
US20120081075A1 (en) * | 2010-10-05 | 2012-04-05 | Gm Global Technology Operations, Inc. | Battery pack capacity learn algorithm |
US20120223677A1 (en) * | 2011-03-01 | 2012-09-06 | Hitachi, Ltd. | Battery System |
JP2013160539A (ja) * | 2012-02-01 | 2013-08-19 | Toyota Motor Corp | 蓄電システム |
US20150349387A1 (en) * | 2013-02-26 | 2015-12-03 | Hitachi, Ltd. | Power source device |
CN105264395A (zh) * | 2013-06-04 | 2016-01-20 | 丰田自动车株式会社 | 电池劣化检测装置 |
US20170328957A1 (en) * | 2014-12-10 | 2017-11-16 | Gs Yuasa International Ltd. | Energy storage device state estimation device and energy storage device state estimation method |
JP2018055783A (ja) * | 2016-09-26 | 2018-04-05 | 株式会社豊田自動織機 | 蓄電装置 |
KR20180060622A (ko) * | 2016-11-29 | 2018-06-07 | 주식회사 엘지화학 | 배터리 노화상태 산출 방법 및 시스템 |
CN108196190A (zh) * | 2017-11-20 | 2018-06-22 | 上海理工大学 | 一种电池组在线故障诊断方法 |
KR20180082020A (ko) * | 2017-01-09 | 2018-07-18 | 한화지상방산 주식회사 | Soc 검출 장치 |
CN109541471A (zh) * | 2018-11-27 | 2019-03-29 | 安徽江淮汽车集团股份有限公司 | 一种电池采样线松动故障诊断方法 |
CN109687548A (zh) * | 2018-12-28 | 2019-04-26 | 中国船舶重工集团公司第七一九研究所 | 一种蓄电池组补充电式主动均衡装置 |
US20190195953A1 (en) * | 2017-12-25 | 2019-06-27 | Toyota Jidosha Kabushiki Kaisha | Battery information processing apparatus, battery manufacturing support apparatus, battery assembly, battery information processing method, and method of manufacturing battery assembly |
US20210033675A1 (en) * | 2018-03-20 | 2021-02-04 | Gs Yuasa International Ltd. | Degradation estimation apparatus, computer program, and degradation estimation method |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3649135B2 (ja) | 2001-02-20 | 2005-05-18 | 日産自動車株式会社 | 組電池の異常検出装置 |
JP2003243042A (ja) | 2002-02-12 | 2003-08-29 | Toyota Motor Corp | 組電池を構成するリチウム電池の劣化度検知装置および方法 |
JP4019815B2 (ja) | 2002-06-26 | 2007-12-12 | 日産自動車株式会社 | 組電池の異常診断装置および方法 |
JP4377164B2 (ja) | 2003-06-10 | 2009-12-02 | 株式会社日立製作所 | 蓄電装置の異常検出方法、蓄電装置の異常検出装置および蓄電システム |
JP4806558B2 (ja) | 2005-10-18 | 2011-11-02 | プライムアースEvエナジー株式会社 | 二次電池用の制御装置及び二次電池の劣化判定方法 |
KR100970841B1 (ko) | 2008-08-08 | 2010-07-16 | 주식회사 엘지화학 | 배터리 전압 거동을 이용한 배터리 용량 퇴화 추정 장치 및방법 |
JP2010216914A (ja) | 2009-03-16 | 2010-09-30 | Tokyo Electric Power Co Inc:The | 電池寿命基準指標作成方法及び蓄電池寿命判定方法 |
KR101057542B1 (ko) | 2010-01-26 | 2011-08-17 | 에스비리모티브 주식회사 | 배터리 관리 시스템 및 그 구동 방법 |
KR101182431B1 (ko) | 2010-10-12 | 2012-09-12 | 삼성에스디아이 주식회사 | 배터리 팩, 이의 제어방법 및 이를 포함하는 전력 저장 시스템 |
US9118191B2 (en) | 2011-08-29 | 2015-08-25 | Samsung Sdi Co., Ltd. | Cell balancing method, cell balancing device, and energy storage system including the cell balancing device |
EP2957921B1 (en) | 2013-07-04 | 2018-04-04 | LG Chem, Ltd. | Method and system for estimating soc of battery |
JP2015158416A (ja) | 2014-02-24 | 2015-09-03 | 日産自動車株式会社 | 二次電池のsocの推定装置及びsocの推定方法 |
GB2545493A (en) | 2015-12-18 | 2017-06-21 | Moog Unna Gmbh | Wind turbine diagnostic apparatus |
JP6299783B2 (ja) * | 2016-02-15 | 2018-03-28 | セイコーエプソン株式会社 | 電気光学装置、および電子機器 |
KR102035678B1 (ko) | 2016-11-01 | 2019-10-23 | 주식회사 엘지화학 | 배터리 노화상태 산출 방법 및 장치 |
JP7115476B2 (ja) | 2017-06-19 | 2022-08-09 | 日本ゼオン株式会社 | 電力制御装置及び発電装置 |
JP6658689B2 (ja) | 2017-07-18 | 2020-03-04 | トヨタ自動車株式会社 | 電池システム及び電池システムを搭載した車両 |
KR102439932B1 (ko) | 2017-07-26 | 2022-09-05 | 삼성전자주식회사 | 배터리 이상 검출 방법 및 장치 |
KR101949449B1 (ko) | 2017-11-07 | 2019-02-18 | 주식회사 스마트이앤엠 | 배터리 수명 예측 방법 및 그 장치 |
-
2019
- 2019-11-28 KR KR1020190156065A patent/KR20210066609A/ko unknown
-
2020
- 2020-07-24 CN CN202080041311.6A patent/CN113994224A/zh active Pending
- 2020-07-24 WO PCT/KR2020/009802 patent/WO2021107323A1/ko unknown
- 2020-07-24 JP JP2021571008A patent/JP7403775B2/ja active Active
- 2020-07-24 US US17/615,646 patent/US11815558B2/en active Active
- 2020-07-24 EP EP20892272.4A patent/EP3961234A4/en active Pending
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008008861A (ja) * | 2006-06-30 | 2008-01-17 | Toyota Motor Corp | バッテリ性能ランク診断装置及びバッテリ性能ランク診断プログラム |
JP2008014702A (ja) * | 2006-07-04 | 2008-01-24 | Fuji Heavy Ind Ltd | バッテリの劣化演算装置 |
JP2010114966A (ja) * | 2008-11-04 | 2010-05-20 | Toyota Motor Corp | 車両用電源制御装置 |
US20120081075A1 (en) * | 2010-10-05 | 2012-04-05 | Gm Global Technology Operations, Inc. | Battery pack capacity learn algorithm |
US20120223677A1 (en) * | 2011-03-01 | 2012-09-06 | Hitachi, Ltd. | Battery System |
JP2013160539A (ja) * | 2012-02-01 | 2013-08-19 | Toyota Motor Corp | 蓄電システム |
US20150349387A1 (en) * | 2013-02-26 | 2015-12-03 | Hitachi, Ltd. | Power source device |
CN105264395A (zh) * | 2013-06-04 | 2016-01-20 | 丰田自动车株式会社 | 电池劣化检测装置 |
US20170328957A1 (en) * | 2014-12-10 | 2017-11-16 | Gs Yuasa International Ltd. | Energy storage device state estimation device and energy storage device state estimation method |
JP2018055783A (ja) * | 2016-09-26 | 2018-04-05 | 株式会社豊田自動織機 | 蓄電装置 |
KR20180060622A (ko) * | 2016-11-29 | 2018-06-07 | 주식회사 엘지화학 | 배터리 노화상태 산출 방법 및 시스템 |
KR20180082020A (ko) * | 2017-01-09 | 2018-07-18 | 한화지상방산 주식회사 | Soc 검출 장치 |
CN108196190A (zh) * | 2017-11-20 | 2018-06-22 | 上海理工大学 | 一种电池组在线故障诊断方法 |
US20190195953A1 (en) * | 2017-12-25 | 2019-06-27 | Toyota Jidosha Kabushiki Kaisha | Battery information processing apparatus, battery manufacturing support apparatus, battery assembly, battery information processing method, and method of manufacturing battery assembly |
US20210033675A1 (en) * | 2018-03-20 | 2021-02-04 | Gs Yuasa International Ltd. | Degradation estimation apparatus, computer program, and degradation estimation method |
CN109541471A (zh) * | 2018-11-27 | 2019-03-29 | 安徽江淮汽车集团股份有限公司 | 一种电池采样线松动故障诊断方法 |
CN109687548A (zh) * | 2018-12-28 | 2019-04-26 | 中国船舶重工集团公司第七一九研究所 | 一种蓄电池组补充电式主动均衡装置 |
Also Published As
Publication number | Publication date |
---|---|
KR20210066609A (ko) | 2021-06-07 |
EP3961234A1 (en) | 2022-03-02 |
US20220317196A1 (en) | 2022-10-06 |
US11815558B2 (en) | 2023-11-14 |
JP2022535766A (ja) | 2022-08-10 |
EP3961234A4 (en) | 2022-08-10 |
WO2021107323A1 (ko) | 2021-06-03 |
JP7403775B2 (ja) | 2023-12-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3839537B1 (en) | Battery management apparatus | |
EP3828569B1 (en) | Battery management apparatus | |
US11965936B2 (en) | Battery diagnosis apparatus and method | |
JP7067549B2 (ja) | 蓄電素子管理装置及び蓄電素子管理方法 | |
CN114096433B (zh) | 管理电池设备和管理电池方法 | |
US11815558B2 (en) | Apparatus and method for diagnosing abnormal degradated battery cell | |
JP7463008B2 (ja) | 電池セル診断装置および方法 | |
CN103138026A (zh) | 电池组的控制装置 | |
KR20210074003A (ko) | 배터리 퇴화도 진단 장치 및 방법 | |
EP4394404A1 (en) | Apparatus and method for diagnosing battery cell | |
CN112088520A (zh) | 从属bms检查系统及方法 | |
KR102630834B1 (ko) | 배터리를 진단하기 위한 장치 및 그 방법 | |
KR20210051461A (ko) | 배터리 관리 시스템 및 배터리 셀의 과전압 판단 방법 | |
US20230258735A1 (en) | Battery Diagnosing Apparatus and Method | |
JP7416982B2 (ja) | バッテリーを診断するための装置及びその方法 | |
US20230022874A1 (en) | Apparatus, method and computer program for updating current pattern for quick charge | |
CN115461911A (zh) | 电池组及电池组的控制方法 | |
US12040458B2 (en) | Slave BMS inspection system and method | |
JP2023526931A (ja) | バッテリー診断装置及び方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |